两类模糊推理算法的连续性和逼近性

对Zadeh的模糊推理合成法则(CRI算法)和全蕴涵三I算法(三I算法)是否满足连续性和逼近性问题进行了细致的研究,进一步讨论了这两类算法对逼近误差的传播性能.为此,把模糊推理算法看成是模糊集合到模糊集合的映射,选用海明距离作为两模糊集的距离.证明了在模糊假言推理和模糊拒取式推理情形,这两类算法都拥有连续性.指出三I算法在已知规则的前件和后件是正规集的条件下总是满足逼近性,而CRI算法只有当它满足还原性时才拥有逼近性.在满足逼近性的条件下,两类算法都不会放大逼近误差.结果对构建模糊控制系统和模糊专家系统时选用和分析模糊推理算法有一定的指导作用.     

反向三I算法的连续性和误差传播

对全蕴涵反向三I算法是否满足连续性问题进行了首次研究,并进一步讨论了这类算法对误差的传播性能.文中把模糊推理算法看成是一个模糊集合到另一个模糊集合的映射,选用海明距离作为两模糊集的距离,证明了在模糊假言推理和模糊拒取式推理情形,该算法都拥有连续性;其对误差的放大幅度为2.     

模糊推理三I算法的连续性和逼近性

三I算法是一种新的模糊推理方法,可以作为传统的模糊推理方法的修改和补充.系统地研究了三I支持度算法和反向三I支持度算法的连续性问题,并指出了基于一些常用的蕴涵算子的三I算法具有逼近性.此结果对构建模糊控制系统和模糊专家系统时选用三I推理算法具有一定的指导作用.     

具有还原性的多重多维模糊推理算法

Zadeh提出的CRI算法是模糊推理中运用最广泛的算法，但它不具还原性。王国俊教授提出的全蕴涵三Ⅰ算法，以及已有的基于相似度的模糊推理算法是在单一规则下的模糊推理算法，在单一规则情形满足还原性条件。本文在给出多重多维模糊推理具有还原性的定义的基础上，先用例子说明，全蕴涵三Ⅰ算法和已有的基于相似度的算法在多重多维推理的情况下不具有还原性，同时本文提出一种新的基于相似度的模糊推理算法，在多重多维推理时满足还原性条件。     

一种基于模糊神经网络加权的多维稀疏模糊推理方法

在稀疏规则库条件下,经典的插值理论针对一维稀疏规则库提出了各种不同的插值方法,取得了很多很好的经验;但对多维稀疏规则条件的近似推理研究很少,不仅存在着难以保证推理结果的凸性和正规性等问题,而且没有考虑到多维变量之间的联系即对结论的影响权值,造成推理结果的误差性更大.多变量规则的模糊插值推理是插值推理研究的重要方面,为了在多变量稀疏规则条件下得到好的插值推理效果,本文提出了一种基于模糊神经网络加权的多维模糊推理方法,为智能系统中的模糊推理提供了一个十分有用的工具.     

规则摄动时模糊蕴涵算子对模糊推理的鲁棒性的影响

列举了模糊规则发生摄动的常见情形,建立了一般性的模糊推理算法对规则摄动的鲁棒性的概念;就多重、链式和多维模糊推理情形,重点研究了一般性的模糊蕴涵算子对几个重要的模糊推理算法的这种鲁棒性的影响,并分别给出了相应的充分必要条件;初步尝试了通过一定的摄动制约来改善这种鲁棒性;同时指出了很多现有的模糊蕴涵算子使得所讨论的这些推理算法拥有好的鲁棒性,此时,即使规则中的隶属度有适度的粗糙或摄动,推理仍是可行的、安全的．文中工作对模糊系统的分析、模糊蕴涵算子的选择以及规则获取过程有一定的指导意义．     

表示和处理缺省知识的多维模糊推理方法及算法

本文采用MAX－○复合运算,在基于模糊关系Rb的多维模糊推理Sugeno-Takagi的推理框架中,利用可能性量化语句,从理论上提出了一种表示和处理和缺省知识的多维模糊推理方法,从而提高模糊推理表示和处理知识的能力。在此理论基础上,依据J.F.Baldwin真值限定的概念,提出了一种表示和处理缺省知识的多媒模糊真值推理算法。     

Lukasiewicz型直觉模糊推理三I方法的性质分析

直觉模糊推理的两个基本模型是Intuitionistic Fuzzy Modus Ponens（IFMP）和Intuitionistic Fuzzy Modus Tollens（IFMT）。首先利用经典模糊集之间的自然距离定义了直觉模糊集间的一种距离。其次，证明了基于Lukasiewicz直觉模糊蕴涵的IFMP和IFMT问题的三I方法关于该距离都具有连续性，并且分别给出了IFMP和IFMT问题的三I方法满足逼近性的充分条件。     

基于模糊命题模态逻辑的形式推理系统

探讨基于可信度的模糊命题模态逻辑的形式推理,给出相关的模糊Kripke语义描述.其研究目的旨在解决基于模态命题逻辑的模糊推理的能行问题.在研究过程与方法上,以完全形式化的方法将模糊模态逻辑语法和语义统一在一个形式系统中,以模糊约束作为基本表达式,给出推理规则,建立了相应的模糊推理形式系统,并以形式系统中模糊约束集的可满足性来表示模糊推理的有效性,使模糊推理过程变得容易,为最终在计算机上实现基于模态逻辑的模糊推理打下了一定的基础.主要结论是证明了基于可满足性的模糊推理形式系统的可靠性与完备性.     

基于优序图加权的多维稀疏模糊推理方法

在稀疏规则库条件下,多数的多维稀疏规则条件近似推理方法都难以保证推理结果的凸性和正规性,且没有考虑到多维变量对结论的影响权值。提出一种基于优序图加权的多维模糊推理方法,运用优序图确定权值,实验结果表明,该方法不仅减小推理结果的误差,而且能较好地保证推理结果的凸性和正规性。     

基于T-S模糊推理优化KPI的应用

模糊系统是一种基于知识或基于规则的系统,它的核心就是由所谓的IF-THEN规则所组成的知识库.模糊推理就是针对给定的系统输入,综合运用知识库中的模糊推理规则,获得系统输出的过程.而T-S模糊模型的基本思想是将正常的模糊规则及其推理转换成一种数学表达形式.本文拟将绩效考核与模糊推理的优越性进行有效的结合,研究讨论出T-S模糊推理在绩效考核中的应用.以验证其收敛性及优越性.     

Triple I method of fuzzy reasoning

The theory of the triple I method with total inference rules of fuzzy reasoning is investigated by using Zadeh's implication operator R_z. The computational formulae for both fuzzy modus ponens (FMP) and fuzzy modus tollens (FMT) are obtained. The reversibility properties for FMP and FMT are analyzed and the reversibility criteria are given. We also investigated the generalized problem of the triple I method and obtained the formulae for the -triple I FMP and the -triple I FMT.     

基于直觉模糊推理的目标识别方法

针对目标识别特征值的不确定性问题,提出一种基于直觉模糊推理的目标识别方法．首先,分析现有目标识别方法的不确定性与局限性,并对空中目标识别问题及目标特征进行描述;然后,设计系统状态属性变量的隶属度函数与非隶属度函数;最后,建立直觉模糊推理规则,设计推理合成算法和解模糊算法,并检验所建规则的合理性．仿真实例验证了所提方法的有效性与适用性．     

直觉模糊神经网络的函数逼近能力

运用直觉模糊集理论,建立了自适应神经-直觉模糊推理系统（ANIFIS）的控制模型,并证明了该模型具有全局逼近性质.首先将Zadeh模糊推理神经网络变为直觉模糊推理网络,建立一个多输入单输出的T-S型ANIFIS模型;然后设计了系统变量的属性函数和推理规则,确定了各层的输入输出计算关系,以及系统输出结果的合成计算表达式;最后通过证明所建模型的输出结果计算式满足Stone-Weirstrass定理的3个假设条件,完成了该模型的全局逼近性证明.     

基于直觉模糊逻辑的近似推理方法

针对直觉模糊逻辑及命题演算，提出了利用隶属度和犹豫度计算直觉模糊逻辑命题真值的合成方法．给出了直觉模糊逻辑命题的运算规则，重点研究了基于直觉模糊逻辑的近似推理方法．该方法包括直觉模糊取式推理，直觉模糊拒武推理及直觉模糊假官推理．井推导了相关的推理合成运算公式．以具体算例验证和表明了所提出的推导方法的正确性和有效性，以及对方法进行验证的详细步骤．